中文文本校对相关论文
文本校对工作一直存在于人们的日常生活中。随着文本电子化趋势的迅猛增加,提升文本自动校对相关模型性能的研究更加迫切。本文根......
中文文本的自动校对技术是自然语言处理的重要应用技术之一。当前使用深度学习的方法进行中文文本校对或者使用深度学习和传统方法......
本文首先提出一种快速的中文模糊词匹配算法，该自满能实现中文自动校中模糊匹配的概念。在此算法基础上实现了基于相似词集代换和语......
现有的中文自动校对方法使用字、词或词类的n元语言模型。它们的问题在：仅使用某种局部语言现象的统计特征，导致处理能力足，多种语言......
随着互联网的飞速发展,网络上的文本数据量激增,同时也导致了文本质量下降,传统的人工校对早已无法完成如此巨量的工作,文本自动校......
现有的中文自动校对方法使用字、词或词类的n元语言模型。它们的问题在：仅使用某种局部语言现象的统计特征，导致处理能力足，多种语言......
本文首先提出一种快速的中文模糊词匹配算法，该自满能实现中文自动校中模糊匹配的概念。在此算法基础上实现了基于相似词集代换和语......
针对中文文本自动校对提出了一种新的基于Seq2Seq和Bi-LSTM结合的深度学习模型。与传统的基于规则和概率统计的方法不同,基于Seq2S......
随着微型计算机技术的发展,信息产生的速度飞速增长。传统文本工作基本上全部在计算机上进行。然而只要涉及到文本的领域,就难免存......
中文文本校对是中文自然语言处理方面的关键任务之一,人工校对方式难以满足日常工作的数据量需求,而基于统计的文本校对方法不能灵......
提出将Transformer模型应用于中文文本自动校对领域。Transformer模型与传统的基于概率、统计、规则或引入BiLSTM的Seq2Seq模型不......
